智能驾驶进阶8——控制

最新推荐文章于 2024-12-29 12:00:03 发布

原创最新推荐文章于 2024-12-29 12:00:03 发布 · 1.8k 阅读

5 ·

CC 4.0 BY-SA版权

控制

控制理论
基于模型的控制方法

控制理论

简介

Apollo自动驾驶框架的基本结构
在这里插入图片描述

控制的输入主要来源于规划模块以及反馈阶段信息（如localization和HD Map）
控制的输出是控制指令，与canbus进行交互
- canbus 车辆交互标准
控制模块也会从底层车辆得到反馈信号（车辆本身in vehicle reference frame：速度信息、四轮转速信息、车辆健康状况信息、底盘是否报错信息、危险信息）
simulated model，车辆的运动学和动力学模型，控制模块如果是基于模型的控制算法的话，需要首先对车辆建模，同时仿真中需要车辆在环。

控制模块

在这里插入图片描述

预处理——控制器——后处理
预处理
- 对输入信号的检查，对不正常信号的过滤
- 做一些紧急处理
- 做一些滤波操作，例如信号的平滑等
控制器
- 模型建立
- 系统识别和分析
- 控制器观测器设计以及参数调优等
后处理
- 将信号发送给执行器（限制的处理以及信号滤波）
  - 油门、刹车、转向这种执行器本身有上下限、滞后（回滞曲线），所以需要对信号进行一些相关处理。
控制：在车辆允许的条件下让车辆尽可能按照规划的技术路径走，弥补数学模型和物理世界执行之间的不一致性。
- 稳定性，包括所有场景下的车辆行为稳定和安全
- 稳定状态的行为，减少或者消除规划和实际车辆行为的差别
- 瞬时状态的行为，避免超过（比如图内曲线超过峰值）或者非收敛的（如c、d图）
判断自动驾驶系统是否满足性能要求
- 时域：输出在时间轴上要满足的要求
  - steady state gain
  - rising time
  - setting time：达到终值的±2%或者5%
  - overshoot：瞬态方向时的超调量（通过设计调整使最大最小都不超过峰值）
  - undershood
- 频域
  - X轴是输入频率，Y轴是输出和输入的比例，理想状态Y值为1
  - pass band
  - cutoff frequency
- 离散域
- 对系统来说，在time domain跟frequency domain中的系统需求是可以等价转换的。系统在时域中的要求、响应、数学表达跟频域是可以相互对应的。
- 其他指标

控制器

如何设计好的控制模块
- PID控制器，具有通用性
- 基本原理
  - U是参考量，它和反馈信号之间的差距用error 表示，即图中的e。比例控制P的意思是该控制量与误差成比例，用Kp*e(t) 表示。当Kp比较小的时候，接近终值的速度会非常慢，如右图的红线所示，但是它有超调与undershoot现象。当Kp设置比较大时，则达到稳态速度变快，但会超调，如右图紫色曲线所示。如果系统中存在损耗，比如汽车上坡的动力或者摩擦损耗，使得比例控制每次增加的控制量就等于或者小于损耗时，出现稳态误差，这就是引入积分控制的目的，它可以将之前的误差进行积分，消除稳态误差。而微分控制的目的是使系统更快的从瞬态转化为稳态。系统的控制量就是P+I+D三项的和。